Translational control of SEPT9 isoforms is perturbed in disease
Notice bibliographique
Résumé
A common feature of the mammalian septin gene family is complex genomic architecture with multiple alternate splice variants. Septin 9 has 18 distinct transcripts encoding 15 polypeptides, with two transcripts (SEPT9_v4 and v4*) encoding the same polypeptide. We have previously reported that the ratio of these distinct transcripts is altered in neoplasia, with the v4 transcript being the usual form in normal cells but v4* becoming predominant in tumours. This led us to ask what the functional differences between these two transcripts might be. The 5'-UTRs of v4 and v4* have distinct 5' ends encoded by exons 1beta (v4) and 1zeta and 2 (v4*) and a common 3' region and initiating ATG encoded within exon 3. Here we show that the two mRNAs are translated with different efficiencies and that cellular stress can alter this. A putative internal ribosome entry site can be identified in the common region of the v4 and v4* 5'-UTRs and translation is modulated by an upstream open-reading frame in the unique region of the v4 5'-UTR. Germline mutations in hereditary neuralgic amyotrophy (HNA) map to the region which is common to the two UTRs. These mutations dramatically enhance the translational efficiency of the v4 5'-UTR, leading to elevated SEPT9_v4 protein under hypoxic conditions. Our data provide a mechanistic insight into how the HNA mutations can alter the fine control of SEPT9_v4 protein and its regulation under physiologically relevant conditions and are consistent with the episodic and stress-induced nature of the clinical features of HNA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».